解析 RSS 时出错 -> org.xml.sax.SAXParseException;行号： 1;列数： 1;文件过早结束

Question

我有一个方法可以从不同的网址解析RSS，并且效果很好：

例如：https://www.clarin.com/rss/lo-ultimo/

但是在其中一个 url (https://www.cio.com/category/mobile/index.rss( 和该网络的所有 RSS 中，当我执行代码时，控制台向我显示以下错误，并且解析器不起作用：

org.xml.sax.SAXParseException; 行号：1; 列数：1;文件过早结束。

我正在使用此方法(代码的一部分(解析RSS提要：

try {
DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
URL url = new URL("https://www.cio.com/category/mobile/index.rss");
URLConnection urlConnection = url.openConnection();
InputStream inputStream = urlConnection.getInputStream();
Document doc = dBuilder.parse(inputStream);

错误发生在最后一行 ->文档文档 = dBuilder.parse(inputStream(;

在该代码中，我正在从 url 解析 RSS，奇怪的是，当我直接从文件(index.rss(解析 RSS 时，我没有错误并且解析效果很好，我使用以下方法执行此操作：

File fXmlFile = new File("index.rss");

DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();

DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();

Document doc = dBuilder.parse(fXmlFile);

Document doc = dBuilder.parse(inputStream);

doc.getDocumentElement().normalize();

要注意：

• 这是一个 maven 网络应用程序项目。
• 部署在Tomcat 9.0服务器中。
• 当我按下网络主页中的按钮时，该方法运行。

我之所以提到这一点，是因为当我在一个简单的 java 项目中尝试时，解析器也可以很好地与 inputStream 配合使用。

如果您能帮助我解决这个问题，我将不胜感激，谢谢！

Answer 1

我已经运行了以下代码，它工作正常，没有错误。

public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
URL url = new URL("https://www.cio.com/category/mobile/index.rss");
URLConnection urlConnection = url.openConnection();
InputStream inputStream = urlConnection.getInputStream();
Document doc = dBuilder.parse(inputStream);
Element root = doc.getDocumentElement();
NodeList children = root.getChildNodes();
for (int i = 0; i < children.getLength(); i++) {
System.out.println(children.item(i));
}
inputStream.close();
}

然后我添加了以下内容并尝试解析一个空文件：

File fXmlFile = new File("EmptyFile.xml");
inputStream = new FileInputStream(fXmlFile);
doc = dBuilder.parse(inputStream);
System.out.println(doc.getDocumentElement());

当文件为空(或仅包含XML处理指令(时，我收到了您收到的错误。当我添加根元素时，错误消失了。在我看来，这似乎证明了当inputStream(或它正在流式传输的东西(基本上是空的时，就会发生此错误。这个理论似乎也得到了以下组织的支持：org.xml.sax.SAXParseException： *VALID* XML 文件的过早结束。因此，如果您仍然收到此错误，我建议您在 URL url 上放置一个断点......并按照它进行操作以查看连接是否正确。希望有帮助。